Acknowledgement
본 연구는 과학기술정보통신부 및 정보통신기술기획평가원의 대학ICT연구센터지원사업의 연구결과로 수행되었음 (IITP-2018-0-01405). 또한 본 연구는 과학기술정보통신부 및 정보통신기획평가원의 ICT명품인재양성 사업의 연구결과로 수행되었음 (IITP-2021-2020-0-01819).
Annual Conference on Human and Language Technology (한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리))
- 2021.10a
- /
- Pages.178-185
- /
- 2021
- /
- 2005-3053(pISSN)
BackTranScription (BTS)-based Jeju Automatic Speech Recognition Post-processor Research
BackTranScription (BTS)기반 제주어 음성인식 후처리기 연구
- Park, Chanjun (Korea University, Computer science and engineering) ;
- Seo, Jaehyung (Korea University, Computer science and engineering) ;
- Lee, Seolhwa (Korea University, Computer science and engineering) ;
- Moon, Heonseok (Korea University, Computer science and engineering) ;
- Eo, Sugyeong (Korea University, Computer science and engineering) ;
- Jang, Yoonna (Korea University, Computer science and engineering) ;
- Lim, Heuiseok (Korea University, Computer science and engineering)
- 박찬준 (고려대학교 컴퓨터학과) ;
- 서재형 (고려대학교 컴퓨터학과) ;
- 이설화 (고려대학교 컴퓨터학과) ;
- 문현석 (고려대학교 컴퓨터학과) ;
- 어수경 (고려대학교 컴퓨터학과) ;
- 장윤나 (고려대학교 컴퓨터학과) ;
- 임희석 (고려대학교 컴퓨터학과)
- Published : 2021.10.14
Abstract
Sequence to sequence(S2S) 기반 음성인식 후처리기를 훈련하기 위한 학습 데이터 구축을 위해 (음성인식 결과(speech recognition sentence), 전사자(phonetic transcriptor)가 수정한 문장(Human post edit sentence))의 병렬 말뭉치가 필요하며 이를 위해 많은 노동력(human-labor)이 소요된다. BackTranScription (BTS)이란 기존 S2S기반 음성인식 후처리기의 한계점을 완화하기 위해 제안된 데이터 구축 방법론이며 Text-To-Speech(TTS)와 Speech-To-Text(STT) 기술을 결합하여 pseudo 병렬 말뭉치를 생성하는 기술을 의미한다. 해당 방법론은 전사자의 역할을 없애고 방대한 양의 학습 데이터를 자동으로 생성할 수 있기에 데이터 구축에 있어서 시간과 비용을 단축 할 수 있다. 본 논문은 BTS를 바탕으로 제주어 도메인에 특화된 음성인식 후처리기의 성능을 향상시키기 위하여 모델 수정(model modification)을 통해 성능을 향상시키는 모델 중심 접근(model-centric) 방법론과 모델 수정 없이 데이터의 양과 질을 고려하여 성능을 향상시키는 데이터 중심 접근(data-centric) 방법론에 대한 비교 분석을 진행하였다. 실험결과 모델 교정없이 데이터 중심 접근 방법론을 적용하는 것이 성능 향상에 더 도움이 됨을 알 수 있었으며 모델 중심 접근 방법론의 부정적 측면 (negative result)에 대해서 분석을 진행하였다.